基于智能融合策略的钴离子浓度预测模型

针对湿法炼锌净化过程中钴离子浓度难以准确检测的问题,提出一种基于智能融合策略的钴离子浓度组合预测模型.从提高模型预测精度和计算时间复杂性的角度出发,以在线支持向量回归模型为基础,通过考虑不同核函数对预测性能的影响,分别建立两个在线支持向量回归子模型,并采用改进粒子群进化算法进行子模型的参数寻优.其次通过熵值法的智能融合策略进行子模型的集成,建立组合预测模型.基于现场实际运行数据的仿真实验表明,组合模型具有良好的预测性能,预测效果能满足硫酸锌溶液净化过程中对钴离子浓度值的误差要求.